Beratung
Workshops zu Data Sharing im IDSA Kompetenzzentrum
Die International Data Spaces Association (IDSA) will den vertrauensvollen und sicheren Datenaustausch erleichtern und damit die Innovationspotentiale für Unternehmen, welche in der Bereitstellung und Nutzung von Daten über Bereich-, Standort- und Unternehmensgrenzen hinweg existieren, fördern.
In diesem Zuge haben wir von L3S und TIB das IDSA Kompetenzzentrum Niedersachsen gegründet, um unser Wissen und unsere Erfahrungen im Bereich KI und Data Science in Workshops und Trainings an Sie weiterzugeben. Wichtige Themen sind hierbei die Datenintegration und Rahmenbedingungen für das Data Sharing.
Förderanträge
Sie wollen gemeinsam mit uns ein innovatives KI-Projekt, insbesondere in den Bereichen intelligente Produktion, föderiertes Lernen und Einsatz von KI-Methoden umsetzen? Wir erarbeiten mit Ihnen und Ihrem Unternehmen die Definition für das Projekt und unterstützen Sie bei der Identifikation von geeigneten Fördermöglichkeiten in Zusammenarbeit mit unseren L3S-Partnern.
Dialog zum Thema KI in Unternehmen
Im Rahmen der Aktivitäten des Mittelstand-Digital Zentrums Hannover bieten wir Ihnen individuelle Firmengespräche an, in denen Sie mit erfahrenen KI-Experten herstellerunabhängig den Einsatz von Künstlicher Intelligenz in Ihrem Unternehmen diskutieren können.
Workshops
AutoML Fall School 2021
Vom 08.-12. November 2021 findet die erste Virtual AutoML Fall School statt. AutoML wurde durch die Effizienzsteigerung bei der Entwicklung von ML-Anwendungen und die Unterstützung von Anwendern bei wichtigen Designentscheidungen zu einem zentralen Ansatz im Toolkit vieler Entwickler und Forschender. Die AutoML Fall School wird sich mit Kernthemen von AutoML befassen und dabei Grundlagen, State-of-the-Art-Ansätze und Hands-on-Sessions anbieten. Unsere AutoML-Experten präsentieren allen interessierten ML-Anwendern, Entwicklern, Forschungsingenieuren, Forschenden und Studierenden ihre verschiedenen Blickwinkel auf AutoML. Melden Sie sich jetzt an! (Link zur Event-Page und Kontaktinfos)
Kurs AutoML MOOC
Um mit maschinellem Lernen (ML) Spitzenleistungen zu erzielen, müssen Anwender, Entwickler und Forscher viele Designentscheidungen treffen, u.a. Wahl des ML-Algorithmus, Datenvorverarbeitung, Nachverarbeitung und deren Hyperparameter. Der Online-Kurs über automatisiertes maschinelles Lernen (AutoML) vermittelt die Grundlagen zur automatischen Design-Entscheidung, sodass Entwickler machinelles Lernen effizient auf neue Aufgaben anwenden können. Der Kurs behandelt z.B. Hyperparameter-Optimierung, Bayes’sche Optimierung, neuronale Architektursuche und Meta-Lernen.
Austausch in Communities of Practice zu KI in der Produktion
Im Rahmen des Projekts IIP-Ecosphere haben KMU die Möglichkeit, an Communities of Practice (Arbeitskreisen) zu KI-Themen wie IIoT-Plattformen, KI-Geschäftsmodellen und Datenaustausch im Kontext der intelligenten Produktion mitzuwirken und die Entwicklungen in den einzelnen Bereichen mitzugestalten. Kontaktieren Sie uns, um nähere Informationen zu den IIP-CoP zu erhalten und sich an den Arbeitskreisen zu beteiligen, oder besuchen Sie die IIP-Ecosphere Webseite.
Wissensmodellierung mit Ontologien
Wir bieten interessierten Datenwissenschaftlern sowie Entwicklern von Datenintegrationssystemen oder Wissensgraphen einen Workshop zu unserer Methodik und Toolbox mit Diensten zur Integration heterogener Datenquellen in einen Wissensgraphen. Die angebotenen Dienste ermöglichen es, Probleme der Interoperabilität, der Erkennung von Entitäten und des Abgleichs zu lösen. Zusätzlich kann der Wissensgraph mit enzyklopädischen Wissensgraphen (z.B. DBpedia und Wikidata) verknüpft werden. Im Falle von biomedizinischen Daten werden die Wissensgraphen mit biomedizinischen Ontologien und kontrollierten Vokabularen verknüpft.
Weiterbildung im Bereich KI und maschinelles Lernen
Im Rahmen des Projekts HAISEM-Lab bieten wir Mitarbeitern aus Unternehmen, die an der Entwicklung von KI-Lösungen interessiert sind, vielfältige Kurse zu KI-Methoden und zur Umsetzung von KI-Projekten an. Erfahren Sie hier mehr auf der Webseite des HAISEM-Lab.
